關(guān)于feed流的幾種典型的排序設(shè)計策略

大家好，我是策略產(chǎn)品經(jīng)理夏唬人。

有一個現(xiàn)象很奇怪，明明打算22點(diǎn)睡覺，睡前拿起手機(jī)刷會抖音，結(jié)果就被迫熬夜了，根本停不下來。抖音是有什么魔力嗎？

抖音是怎么抓住你的注意力焦點(diǎn)，不斷搶占你的時間的？抖音內(nèi)容的展現(xiàn)形式和知乎、微信朋友圈有什么區(qū)別呢？

說到這里我們就不得不提一下“feed”的概念了。feed是一種給用戶持續(xù)的展示內(nèi)容的一種類瀑布流的產(chǎn)品形態(tài)，一般業(yè)界稱之為”feed流”。

那么，我們怎么去設(shè)計一個類似抖音一樣的“feed流”讓我們的目標(biāo)人群刷個不停呢，想達(dá)到這樣的效果你要先搞清楚feed流是在解決什么問題？它的設(shè)計核心是什么？

feed流永遠(yuǎn)是在解決兩個核心的問題：

• 應(yīng)該展示給用戶什么內(nèi)容
• 這些內(nèi)容以什么方式來展示

不同的feed流模型其實(shí)就是在這兩個核心問題上采取了不同的解決辦法，沒有絕對的對與錯，更多的是場景和用戶是否適用。

Timeline策略

永恒的經(jīng)典feed流模型-Timeline，典型案例就是微信的朋友圈。

Timeline不對用戶主動要求獲取的內(nèi)容進(jìn)行篩選，對所有的內(nèi)容按照時間來排序展示。對于feed流設(shè)計的兩個核心問題，微信的朋友圈給的答案是這樣的：

• 應(yīng)該展示給用戶什么內(nèi)容：用戶好友發(fā)布的內(nèi)容
• 這些內(nèi)容以什么方式來展示：按照發(fā)布時間先后順序展示

Timeline簡單的內(nèi)容范圍和排序方式非常易于用戶理解：依賴于微信的好友關(guān)系來源源不斷的獲取大量內(nèi)容，同時結(jié)合前端的“紅點(diǎn)”策略，吸引用戶隨時打開訪問。同時，由于每個人好友不是很多，從而每次新增的內(nèi)容有限，也保證用戶不會錯過很多消息，極大的提升了用戶的粘度。微信也用這個設(shè)計，搶占了大量的用戶時間。

但是，Timeline也有一個致命的缺點(diǎn)—內(nèi)容呈現(xiàn)方式效率很低，體驗(yàn)難以系統(tǒng)化的保障。需要內(nèi)容提供者一直保持克制，同時也需要用戶對這些內(nèi)容關(guān)注度很高，這也是為什么微信會提供好有權(quán)限（僅聊天or聊天、朋友圈等等）這種功能，其實(shí)也是讓用戶來把控自己feed流的體驗(yàn)，只看到想看的人的內(nèi)容。

微信朋友圈內(nèi)容是個人展示的空間，初期偏分享生活、工作，內(nèi)容上還比較克制，不會大量更新；同時都是基于熟人關(guān)系，用戶的關(guān)注度足夠。

正是基于這兩點(diǎn)，微信朋友圈的內(nèi)容雖然效率低下，但還是具有吸引力的，但慢慢微信出現(xiàn)大量低質(zhì)量的更新（工作廣告、微商等），動輒每天上百條、上千條的更新內(nèi)容，這時候Timeline顯然不是很合適，展現(xiàn)形式嚴(yán)重阻礙了對高質(zhì)量內(nèi)容的獲取，用戶會慢慢失去視線焦點(diǎn)，轉(zhuǎn)移至其他地方，這時再讓朋友圈占據(jù)用戶大量時間時，顯然難度比之前更大。

重力排序

可以極大過濾大量低質(zhì)內(nèi)容的feed流模型-重力排序，典型案例就是知乎、貼吧。

如果每天有大量的低質(zhì)量內(nèi)容夾雜在每天的更新量中，這種時候可以考慮采用重力排序的方式，可以同時兼顧內(nèi)容的熱度（點(diǎn)贊、收藏等互動數(shù)據(jù)）和內(nèi)容更新的時間。

重力排序算法中，有兩個維度：重力和拉力。重力就是持續(xù)讓內(nèi)容不斷下降的力，這個就是內(nèi)容的發(fā)布時間，因?yàn)樾掳l(fā)布的內(nèi)容會把舊發(fā)布的內(nèi)容擠下去；同時呢，拉力則是不斷讓內(nèi)容上升的力，比如知乎的贊、收藏還有貼吧的回復(fù)等互動行為。

這樣的排序算法實(shí)現(xiàn)方式有很多，這里可以簡單介紹一種，也是來自Reddit的核心排序算法：

其中：H代表內(nèi)容拉力的值：比如收到的贊、回復(fù)等，也可以是綜合的正面反饋指標(biāo)。

T代表內(nèi)容發(fā)布的時間，T0代表時間的起始值。T-T0用來衡量一個內(nèi)容的新舊程度，單位為秒，T-T0越大，則代表內(nèi)容越新。

A是影響權(quán)重，A越大,說明該內(nèi)容的影響權(quán)重越高，時間的影響力越?。═-T0），則重力下降的速度越慢。一般而言初始值可以用36000，10個小時的秒數(shù)，后續(xù)不斷迭代。

對于feed流設(shè)計的兩個核心問題，重力排序的回答是這樣的：

• 應(yīng)該展示給用戶什么內(nèi)容：用戶喜好的內(nèi)容
• 這些內(nèi)容以什么方式來展示：按照時間衰減因素和受歡迎程度綜合排序展示

個性化排序

目前的主流feed流排序模型-個性化排序，典型案例就是微博推薦、抖音推薦，電商首頁的為你推薦，猜你喜歡等。

個性化排序牽扯到很復(fù)雜的模型構(gòu)建和機(jī)器學(xué)習(xí)，如果算法的質(zhì)量不高，個性化排序的效果會很差，并且個性化排序的不透明和商業(yè)化也是用戶體驗(yàn)的頭號大敵。

個性化排序的原理：

• 首先，系統(tǒng)需要知道內(nèi)容被展示的目標(biāo)是什么。比如微博，一個內(nèi)容被展示的目標(biāo)是轉(zhuǎn)發(fā)、點(diǎn)贊、評論的次數(shù)。那么通過大量樣本的機(jī)器學(xué)習(xí)，系統(tǒng)對于什么是好的內(nèi)容會有一個預(yù)測值，這個預(yù)測值就是個性化排序的基礎(chǔ)。
• 在這個基礎(chǔ)上，系統(tǒng)會屏蔽掉一些敏感、違規(guī)的內(nèi)容。例，分裂祖國、惡意挑起性別矛盾等，都會對該內(nèi)容進(jìn)行屏蔽或者限流降權(quán)。
• 接下來，系統(tǒng)會根據(jù)內(nèi)容權(quán)重系數(shù)等因素提高或降低系統(tǒng)內(nèi)對于預(yù)測值的占比區(qū)間。
• 最后，加入內(nèi)容受歡迎程度、內(nèi)容時間衰減性等因素后，綜合權(quán)重系數(shù)對最終展現(xiàn)結(jié)果進(jìn)行綜合排序。

內(nèi)容權(quán)重系數(shù)可能會受到廣告費(fèi)、大v的賬號加權(quán)、或獲贊等正面反饋很高的商業(yè)化因素影響，會在一段時間內(nèi)提高該內(nèi)容的權(quán)重系數(shù)。

因?yàn)橛械膬?nèi)容的權(quán)重系數(shù)比較高，可以直接忽視一部分預(yù)測值，直接優(yōu)先呈現(xiàn)在用戶面前，這時候就需要平衡商業(yè)化與用戶體驗(yàn)，如果過度商業(yè)化，平衡點(diǎn)就會失衡，必然伴隨著用戶體驗(yàn)的降低，如何平衡商業(yè)化與用戶體驗(yàn)是個性化排序解決方法的核心問題。

總結(jié)

Feed流的設(shè)計原理其實(shí)講起來比較簡單，如果需要成型的排序算法，也可以找到很多，但是更重要的是，什么是真正適合的選擇。

如果選擇Timeline的排序，那么就需要考慮用戶關(guān)注的內(nèi)容是否足夠有吸引力。

如果選擇重力排序算法，那么就需要考慮該如何選擇參數(shù)保證最后的展示效果。

如選擇智能排序，那么就需要考慮是否有足夠的技術(shù)實(shí)力和產(chǎn)品自制力。

不管選擇哪個設(shè)計方向，feed流最重要的是思考清楚兩個問題：

• 應(yīng)該展示給用戶什么內(nèi)容
• 這些內(nèi)容以什么方式來展示

抖音在商業(yè)化與用戶體驗(yàn)的平衡點(diǎn)把握的很好，內(nèi)容既是你感興趣的，又是熱度很高、高質(zhì)量的內(nèi)容，基于個性化排序算法的質(zhì)量超乎想象的高。當(dāng)然，抖音強(qiáng)大的用戶畫像也是把你興趣把握得很到位的重要原因。